Bằng lối chơi năng động, xông xáo và hiệu quả, lần lượt Lee Sin (KDA 0/2/8) và Kha’Zix (KDA 6/2/7) đã giúp cho các đường của EDG có được lợi thế từ sớm ở cả hai ván đấu. Sự xuất hiện đúng lúc, đúng thời điểm của Fireloli được thể hiện ở tỉ lệ tham gia đóng góp vào điểm hạ gục của anh là 57.1% và 65% khiến cho ĐKVĐ Thế giới, Bengi, người mới chuyển tới Vici hoàn toàn bất lực.

Mặt khác, Bengiđã có một màn ra mắt tệ hại và cực kỳ đáng quên, trái ngược hẳn với cựu đồng đội Duke trong màu áo Invictus Gaming. Chậm chạp, bị động và không thể hỗ trợ đường giữa của Easyhoon có được điều kiện tốt nhất, điều anh vẫn thường kết hợp cùng Fakergiúp SK Telecom T1trở thành một thế lực, khiến cho cả hai ván đấu sử dụng lần lượt Rek’Sai (KDA 0/2/2) và Lee Sin (KDA 0/3/3) đều không còn gì để bình luận thêm.

Easyhoon bị cô lập ở đường giữa, đường dưới của Vici vốn bị đặt một dấu hỏi lớn, sau màn chạm trán với EDG, bộ đôi xạ thủ Xuan và hỗ trợ Hetong sẽ càng phải nhận thêm nhiều áp lực vô hình. Trong tổng cộng hai ván đấu, bộ đôi đường dưới của Vici đã phải nằm xuống tới 15 lần, bằng với 44.1% số lần bị hạ gục của toàn đội.

Sự yếu thế nhìn thấy rõ ràng do khả năng đi đường bị hạn chế, và đặc biệt, họ còn phải đối đầu với một xạ thủ mới toanh, người đi đường giữa tới từ ROX Tigers, Zet (từng được biết tới với cái tên Cry). Trong suốt cả trận, Zet không phải nằm xuống bất cứ một lần nào. Và khi kết hợp với meiko, một trong những hỗ trợ tốt nhất của LPL, Zet đã có được hệ số KDA tổng đẹp “như mơ”: 10/0/15 khi lựa chọn Caitlyn và Jhin…

Ở trận đấu diễn ra trước đó ít phút, Team WEđã đánh bại Newbee Gamingvới tỉ số 2-1 khi bị đối thủ cân bẳng tỉ số.

Như vậy, với hai kết quả trên, tạm thời EDG cùng Team WE đang vươn lên vị trí dẫn đầu ở Bảng B LPL Mùa Xuân 2017. Ở trận đấu tiếp theo, chính hai đội tuyển này sẽ chạm trán nhau vào lúc 16g00 ngày mai (22/01). Trong khi đó, hai đội tuyển vừa nhận thất bại ở trận ra quân là Vici và Newbee sẽ có cơ hội giành được điểm số đầu tiên khi đụng độ trước đó hai giờ đồng hồ (14g00).

June_6th

Người ta đã sử dụng A.I trong nhiều lĩnh vực như tuyển dụng, bán lẻ, gợi ý hàng tiêu dùng… Tuy nhiên, trí tuệ nhân tạo cũng bộc lộ điểm yếu khó chấp nhận: Chúng khá thiên vị.

Thiên vị có thể là hành vi của riêng con người, và “máy móc không biết nói dối". Nhưng AI, với nguồn gốc từ một cỗ máy lại có thể thiên vị, tức chúng ưu tiên người da trắng hơn da màu trong việc tuyển dụng chẳng hạn. Chính “lỗ hổng” này làm cho các nhà khoa học rất đau đầu và quyết tìm ra nguyên nhân hòng khắc phục triệt để. Tuy nhiên mọi việc không hề đơn giản.

Thiên vị xuất phát từ đâu?

Chúng ta thường đơn giản hóa vấn đề bằng cách đổ lỗi. Trong trường hợp này, có thể cho rằng A.I cũng chỉ là máy, máy móc thiên vị do dữ liệu nhận được bị sai lệch. Nói cách khác dữ liệu mang tính thiên vị.

Tuy nhiên sự thật, dữ liệu chỉ là bước gần cuối cùng của quá trình AI suy nghĩ và giải quyết vấn đề. Nói cách khác, sự thiên vị đã bám rễ rất lâu trước khi các dữ liệu được đưa vào máy tính xử lý. Bản thân các thuật toán xử lý đã có tính thiên vị từ lâu.

Ngay từ khi các nhà khoa học máy tính tạo ra mô hình học sâu, họ đã phải quyết định xem rốt cuộc cái họ muốn đạt được là gì. Ví dụ xử lý dữ liệu khách hàng tiềm năng cho một công ty tín dụng. Công ty muốn trí tuệ nhân tạo tìm ra những khách hàng tiềm năng nhất cho họ. Nhưng “tiềm năng nhất” là gì? Là có nhiều tiền hay nhiều khả năng mang lại lợi nhuận cho công ty thông qua vay tín dụng?

Bởi máy tính cần phải số hóa được các tiêu chí đưa ra, chúng chỉ xử lý và phân tích xem các con số của người dùng là lớn hay nhỏ để có thể xem đó là “tiềm năng”.

Như vậy, nếu khách hàng có nhiều tiền nhưng họ không vay tín dụng thì công ty tín dụng sẽ ít lợi nhuận, nhưng ngược lại những người hay vay tiền lại là đối tượng mang lại lợi nhuận lớn hơn, đổi lại tỷ lệ trả tiền của họ có thể thấp hơn, dẫn tới rủi ro cao hơn.

“Từ thuở khai sinh, các thuật toán ra đời để giải quyết mục tiêu số hóa khác nhau của người dùng, chứ không phải để đánh giá công bằng bản chất của họ”, Solon Barocas, trợ lý giáo sư tại đại học Cornell cho biết. Anh là chuyên gia trong lĩnh vực kiểm soát "yếu tố công bằng” của AI.

Như vậy, nếu thuật toán phát hiện ra đối tượng người dùng thích vay tiền và vay nhiều tiền trong quá khứ, nó sẽ kết luận họ là đối tượng “tiềm năng” cho công ty tín dụng. Tuy nhiên, trên thực tế các đối tượng này lại là đối tượng cần tránh xa do rủi ro mà họ mang lại.

Do các vấn đề trên mang tính lựa chọn và cả triết học (đâu là lựa chọn đúng, đâu là sai), xử lý dữ liệu đầu vào tốt có vẻ vẫn là cách khả thi hơn để giải quyết sự thiên vị của máy tính.

Dữ liệu cung cấp bị thiên vị

Có hai cách mà sự thiên vị thể hiện trong dữ liệu cần xử lý: Hoặc dữ liệu bạn thu thập không thể hiện đúng thực tế, hoặc nó phản ánh những định kiến hiện có.

Trường hợp đầu tiên có nhiều khả năng xảy ra. Ví dụ, nếu một thuật toán học sâu được cung cấp nhiều hình ảnh về khuôn mặt có màu da sáng hơn so với khuôn mặt có màu da tối, hệ thống nhận diện khuôn mặt chắc chắn sẽ cho rằng gương mặt tối là “không tốt bằng”.

Trường hợp thứ hai đã xảy ra khi Amazon phát hiện ra công cụ tuyển dụng nội bộ của họ liên tục sa thải các ứng cử viên nữ. Bởi nó được học về các quyết định tuyển dụng trong lịch sử công ty, vốn ưa thích đàn ông hơn phụ nữ, nên nó đã chọn cách làm tương tự.

Sự thiên vị có thể xuất hiện trong giai đoạn chuẩn bị dữ liệu, tức việc chọn thuộc tính của đối tượng cho thuật toán xem xét. Ví dụ như trong việc đưa ra các tiêu chí cho “khách hàng tiềm năng” của công ty tín dụng trên, các thông số có thể là tuổi tác, thu nhập, số lần đã trả nợ. Trong trường hợp của Amazon, các thông số có thể là giới tính, trình độ học vấn, số năm kinh nghiệm.

Chính vì các thông số đó dễ bị nhầm lẫn và không hoàn toàn đánh giá đúng đối tượng là con người, việc chọn ra bộ thông số phù hợp với nhu cầu người dùng và đưa cho máy tính xử lý sao cho kết quả ra công bằng là không thể đạt được.

AI có thể đưa ra đúng đối tượng mà bạn mong muốn, nhưng nó chắc chắn sẽ mang tính thiên vị khi loại ra những đối tượng khác.

Rất khó khắc phục sự thiên vị của AI

Ngay cả chúng ta, những con người tạo ra máy móc cũng mang tính thiên vị rất cao. Do đó, có những nguyên nhân căn bản bên trong mang tính triết học mà ngay cả con người còn chưa vượt qua được, huống hồ máy móc.

Đầu tiên là việc không lường trước cái chưa biết. Khi thả bom nguyên tử xuống Nhật Bản, người Mỹ chưa nghĩ tới bụi phóng xạ sẽ còn tồn tại và gây ung thư cho rất nhiều người sau này. Hoặc khi tìm ra xăng dầu vào đầu thế kỉ XX, chưa ai từng nghĩ đến vấn đề nóng lên toàn cầu mà ngày nay chúng ta phải đối mặt.

Mọi vật đều có liên quan ít nhiều đến nhau, các thông số đặc trưng của đối tượng này sớm muộn cũng sẽ bị ảnh hưởng bởi thông số đặc trưng của đối tượng khác.

Các kĩ sư của Amazon không ngốc tới mức không lường trước sự thiên vị của AI mà họ xây dựng. Họ đã lập trình để nó bỏ qua các cụm từ về giới tính như “dành cho nam giới”, “của phụ nữ”.

Tuy nhiên người ta sớm phát hiện rằng hệ thống ngôn ngữ của nhân loại hết sức đáng sợ. Các cụm từ khác ám chỉ về giới tính đã được cỗ máy đưa vào dữ liệu cần học như “đao thủ” (100% các đao thủ trong lịch sử là nam giới) hoặc “nội trợ” đã biến khối dữ liệu đầu vào trở nên thiên vị.

Đâu là công bằng?

Chắc chắn rất khó để định nghĩa “sự công bằng” trong xã hội, ngay cả trong triết học cũng không có khái niệm thuyết phục về "tính công bằng”. Đó là lý do các hệ thống pháp luật luôn có kẽ hở và suốt chiều dài lịch sử, loài người luôn tìm kiếm một tầng lớp, một vật thể nào đó gánh hết “bất công” của xã hội như nô lệ, súc vật, máy móc.

Đối với khoa học, “công bằng” chỉ đơn giản là sự cân bằng các đại lượng. Chính sự khác nhau rất lớn giữa 2 khái niệm “công bằng” trong toán học và thực tế xã hội, mà A.I còn lâu mới có thể trở nên công bằng như cái cách mà người ta mong muốn, vì suy cho cùng, con người còn chưa xác định rõ cái “công bằng” mà họ muốn ở đây là gì.

Như trong bài toán của Amazon, đôi khi đúng là các nhân viên nam giới mạnh hơn nhân viên nữ và sẽ phù hợp hơn cho công việc. Tôi mạnh khỏe hơn, tôi được tuyển dụng, chân lý đó chẳng phải đã có từ thuở chúng ta còn ăn lông ở lỗ hay sao? Như vậy, việc máy tính loại ra các nhân viên nữ tuy sai về mặt đạo đức công bằng xã hội , nhưng về mặt lợi ích kinh tế thì hoàn toàn đúng.

Theo Zing

Lo dịch sởi quay lại

Tại Hội nghị trực tuyến phòng chống dịch bệnh sáng 5/2, Bộ trưởng Y tế NguyễnThị Kim Tiến bày tỏ quan ngại về nguy cơ dịch sởi có thể quay trở lại Việt Nam.

"Dịch sởi đã quay trở lại Mỹ dù quốc gia này thông báo loại trừ bệnh sởitừ năm 2000. Vấn đề là làm thế nào để đạt tỷ lệ tiêm chủng cao nhất, nhất làvùng lõm. Hiện nay, trong số 21 ca mắc sởi được các bệnh viện báo cáo, chủ yếurơi vào trẻ dưới 12 tháng tuổi", Bộ trưởng Y tế lo lắng.

Bộ trưởng Tiến đề nghị phải siết chặt, quyết liệt hơn nữa hoạt động tiêmchủng cho trẻ từ 9-12 tháng, nếu không đến tháng 3-4 sẽ dễ xảy ra dịch như nămngoái, rất vất vả cho toàn ngành và khổ cho dân. Cần phải đặt vấn đề sức khỏe vàtính mạng của các cháu lên trên hết.

Cảnh  người dân xếp hàng chờ tiêm chủng dịch vụ. Ảnh. T.Huyền

"Việc tiêm chủng dồn vào 3 ngày như hiện nay cũng làm nảy sinh bất cập,khiến nhiều trẻ bị chậm tiêm. Nhiều trẻ đúng vào ngày tiêm, bị sốt không tiêmđược, tháng sau lại tiêu chảy không tiêm nữa, rồi tháng sau nữa lại sốt khôngtiêm, thế là suốt 3 tháng không được tiêm, nguy cơ mắc sởi rất cao. Những ca nằmviện năm ngoái hầu hết đều như thế", bà Tiến nêu thực trạng.

Do đó, cần xem lại lịch tiêm chủng, chia đều cho các ngày trong tuần. Tại cácnơi khó khăn, vùng núi cần triển khai điểm tiêm di động tại y tế thôn bản, vì đilại vất vả người dân ngại đi tiêm.

Nói về vấn đề thiếu vắc xin tiêm chủng dịch vụ thời gian qua, bà Tiến yêu cầucác địa phương cần phải rà soát lại.

"Khi cấp phép tiêm dịch vụ ở các trung tâm, đề nghị các đơn vị phải đặthàng sớm, cung ứng đủ vắc xin còn nếu không đủ thì không cho đăng ký tiêm, khôngmở điểm tiêm dịch vụ để người dân tập trung vào các điểm tiêm chủng miễn phí cho đủ mũi", bà Tiến chỉ đạo.

Tiêm nhầm phá hỏng hình ảnh ngành y

Nhắc lại những sự cố tiêm nhầm vắc xin, tiêm nhầm nước cất thời gian qua,Bộ trưởng Y tế thừa nhận: "Trong lịch sử ngành y chưa bao giờ có hiện tượngtiêm nhầm này, điều này thật đau đớn cho ngành y tế. Chúng ta trân trọng baonhiêu công ơn của các thế hệ ngành y tế vậy mà một vài điểm như thế phá tan toànbộ bao nhiêu công sức của biết bao thế hệ. Cả ngành nỗ lực phấn đấu nhưng chỉ vàihình ảnh tiêm nhầm vắc xin, tiêm nhầm nước cất đã ảnh hưởng đến uy tín củangành, mất niềm tin trong nhân dân".

Bộ trưởng dẫn chứng, giờ Việt Nam đã loại trừ được uốn ván sơ sinh, thanhtoán bại liệt, giúp người dân giảm bao nhiêu bệnh nhưng chỉ vì những lỗi củangười tiêm mà người dân sợ không đi tiêm chương trình tiêm chủng mở rộng mà tiêmdịch vụ.

Trong khi tiêm dịch vụ chắc gì đã tốt hơn, chỉ là ít xảy ra tai biến hơn dosố lượng tiêm ít hơn so với têm chủng mở rộng (1,7 triệu trẻ/năm).

Để chấm dứt việc tiêm nhầm, Bộ trưởng Y tế yêu cầu:"Dứt khoát không chongười chưa tập huấn vào tiêm dù đó là trạm trưởng, trạm phó, dù cho có phải nghỉtiêm hôm đó. Vì điều này ảnh hưởng đến sức khỏe, tính mạng của người dân. Ngườita sẽ không tin vào tiêm chủng".

"Ngành chúng ta phải đặt quyền lợi của người dân lên trên hết. Các giámđốc sở, giám đốc Trung tâm y tế dự phòng và Giám đốc trung tâm Y tế huyện phảichịu trách nhiệm về vấn đề này, còn người tại điểm tiêm phải có trách nhiệm vớingười dân", bà Tiến nhấn mạnh.

Người đứng đầu ngành y tế cũng chỉ ra những bất cập trong việc đóng nhãn mácvắc xin khiến cán bộ tiêm dễ nhầm lẫn.

"Tôi đã nói với các cơ sở sản xuất vắc xin Việt Nam, các ông sản xuất kiểudáng công nghiệp các lọ vắc xin giống nhau, giống màu như thế sẽ dễ nhầm. Đềnghị phải đổi nhãn, dáng các lọ vắc xin và tập huấn kỹ cho những người tiêm ngồiban tiêm", Bộ trưởng Y tế yêu cầu.

Thúy Hạnh

Không biết ăn, rước bệnh vào người

Cuối năm là thời điểm các cuộc ăn nhậu liên hoan diễn ra liên miên. Tiệc buffet là lựa chọn được khá nhiều người lựa chọn bởi đồ ăn đa dạng, có thể đáp ứng được sở thích của mọi thực khách.

Những người lựa chọn buffet thường mong muốn ăn được nhiều món lạ, đắt tiền dù chưa chắc đã thích. Do đó, thông thường mọi người thường tập trung vào các món nhiều đạm như thịt, cá, hải sản… Điều đó khiến chúng ta vừa không thể ăn được nhiều món ngon cùng lúc mà còn phải đối diện với nguy cơ mắc bệnh.

Để ăn buffet hiệu quả, cũng cần có "chiến thuật" - Ảnh: Đất Việt.

Bác sĩ Phan Xuân Trung, Trung tâm y khoa Medic TP.HCM, cho biết sau những bữa tiệc buffet, cơ thể bị tăng đột biến lượng acid uric, cholesterol, triglycerid; men gan cao, gan thấm mỡ... Độc tố từ thịt cá dư thừa có thể gây ra suy thận, giảm chức năng gan. Vì vậy, người có các bệnh mãn tính như tăng huyết áp, thừa cân béo phì, gút, đái tháo đường, rối loạn mỡ máu, cần hết sức tỉnh táo khi ăn buffet.

Cách ăn buffet đảm bảo sức khỏe

“Ăn như khỉ” là lời khuyên của bác sĩ Phan Xuân Trung dành cho những người muốn thưởng thức tiệc buffet. Khái niệm này nghĩa là dung nạp nhiều trái cây, rau quả; ăn ít thịt, ít mỡ và đồ chứa quá nhiều đạm…

Dưới đây là lời khuyên của bác sĩ khi ăn tiệc buffet:

- Trước khi đến bữa tiệc, nên uống một chút men tiêu hóa hoặc ăn một hộp sữa chua. Đây là bước chuẩn bị tốt nhất để dạ dày của bạn hoạt động suôn sẻ và đồng thời cũng là cách bảo vệ bộ máy tiêu hóa.

- Trong hàng trăm món trên bàn tiệc, không nên ăn ngay các món yêu thích theo bản năng. Hãy kiềm chế và đi đến bàn đặt các món salat rau quả đầu tiên. Những món ăn này sẽ kích thích rất tốt cho vị giác của bạn. Đây là bước khởi động, đánh thức tất cả các cơ quan vị giác của bạn để sẵn sàng hưởng thụ các món ăn khác ở bước tiếp theo.

- Sau món salat, có thể dùng thêm đồ luộc, hấp, không dầu mỡ. Sai lầm của nhiều người khi ăn buffet là ăn các món chiên, xào trước khiến cảm giác ngán xuất hiện và không còn muốn ăn gì thêm.

Nên cân nhắc các món ăn nhiều đạm để bảo vệ cơ thể - Ảnh minh họa

- Sau khi thưởng thức các món thanh đạm, bạn có thể bắt đầu chọn đến phần đạm. Thịt cá và hải sản cũng chỉ cần vừa đủ bởi nếu dung nạp quá nhiều sẽ khiến bụng ậm ạch, khó tiêu. Với món nướng, nên chọn miếng thịt không cháy cạnh, ám khói vì có nhiều độc tố. Đối với đồ hun khói, thịt nguội, các món mặn nên ăn vừa phải…

- Với những món ăn lạ, nên ăn từng ít một bởi không phải ai cũng hợp. Nếu bụng còn chỗ trống, cơm, bún, phở, xôi, bánh mì là lựa chọn hợp lý sau khi đã thưởng thức phần chính của bữa tiệc.

- Nên ăn trái cây vào phút cuối thay vì các món chè hay kem. Tráng miệng bằng hoa quả là lựa chọn đúng nhất để bảo vệ dạ dày của bạn.

- Không nên uống bất kỳ loại nước uống công nghiệp dù nhà hàng khuyến mại. Các thức uống công nghiệp có đường tạo cảm giác nhanh no, ngán khiến bạn không thể thưởng thức các đồ ăn khác một cách ngon miệng. Thay vào đó, hãy nhâm nhi chậm rãi ly sinh tố, nước ép hoa quả, thậm chí chỉ cần nước lọc là đủ.

- Đối với những người có tư tưởng phải ăn cho tương xứng với số tiền đã bỏ ra, nên ăn chậm, thưởng thức từ từ, vừa ăn vừa nói chuyện.

- Kết thúc một ngày ăn tiệc thừa đạm, thừa chất, bạn nên nên để dạ dày tiêu hóa từ từ trong vài ngày. Do đó, những ngày tiếp theo, bạn nên chọn các món ăn thanh đạm, ít dầu mỡ, giúp cho hệ tiêu hóa cân bằng trở lại.

Bằng lối chơi năng động, xông xáo và hiệu quả, lần lượt Lee Sin (KDA 0/2/8) và Kha’Zix (KDA 6/2/7) đã giúp cho các đường của EDG có được lợi thế từ sớm ở cả hai ván đấu. Sự xuất hiện đúng lúc, đúng thời điểm của Fireloli được thể hiện ở tỉ lệ tham gia đóng góp vào điểm hạ gục của anh là 57.1% và 65% khiến cho ĐKVĐ Thế giới, Bengi, người mới chuyển tới Vici hoàn toàn bất lực.

Mặt khác, Bengiđã có một màn ra mắt tệ hại và cực kỳ đáng quên, trái ngược hẳn với cựu đồng đội Duke trong màu áo Invictus Gaming. Chậm chạp, bị động và không thể hỗ trợ đường giữa của Easyhoon có được điều kiện tốt nhất, điều anh vẫn thường kết hợp cùng Fakergiúp SK Telecom T1trở thành một thế lực, khiến cho cả hai ván đấu sử dụng lần lượt Rek’Sai (KDA 0/2/2) và Lee Sin (KDA 0/3/3) đều không còn gì để bình luận thêm.

Easyhoon bị cô lập ở đường giữa, đường dưới của Vici vốn bị đặt một dấu hỏi lớn, sau màn chạm trán với EDG, bộ đôi xạ thủ Xuan và hỗ trợ Hetong sẽ càng phải nhận thêm nhiều áp lực vô hình. Trong tổng cộng hai ván đấu, bộ đôi đường dưới của Vici đã phải nằm xuống tới 15 lần, bằng với 44.1% số lần bị hạ gục của toàn đội.

Sự yếu thế nhìn thấy rõ ràng do khả năng đi đường bị hạn chế, và đặc biệt, họ còn phải đối đầu với một xạ thủ mới toanh, người đi đường giữa tới từ ROX Tigers, Zet (từng được biết tới với cái tên Cry). Trong suốt cả trận, Zet không phải nằm xuống bất cứ một lần nào. Và khi kết hợp với meiko, một trong những hỗ trợ tốt nhất của LPL, Zet đã có được hệ số KDA tổng đẹp “như mơ”: 10/0/15 khi lựa chọn Caitlyn và Jhin…

Ở trận đấu diễn ra trước đó ít phút, Team WEđã đánh bại Newbee Gamingvới tỉ số 2-1 khi bị đối thủ cân bẳng tỉ số.

Như vậy, với hai kết quả trên, tạm thời EDG cùng Team WE đang vươn lên vị trí dẫn đầu ở Bảng B LPL Mùa Xuân 2017. Ở trận đấu tiếp theo, chính hai đội tuyển này sẽ chạm trán nhau vào lúc 16g00 ngày mai (22/01). Trong khi đó, hai đội tuyển vừa nhận thất bại ở trận ra quân là Vici và Newbee sẽ có cơ hội giành được điểm số đầu tiên khi đụng độ trước đó hai giờ đồng hồ (14g00).

June_6th